新闻详情

本文均来源于企业实践的真实场景，为了客户隐私，我们做了对应的化名处理。这些问题，如要不回的应收账款、供应不及时带来的交期延迟赔款、预测不准带来的处置成本等，都曾让这些企业在一段时间内“回到解放前”或者“白干”。但是，有了数据，有了技术的普惠，我们可以近乎以免费的方式解决。

2021年4月初，公司运营在季度业务汇报时，向总经理阐述了一个现象，其经销商的“流失及失活”存在异常，主要如下：

1、部分经销商在注册后消失，一部分停止经营，但基于联系人查询，其中部分新经销商的联系人相同，为“同一联系人”；

2、一部分经销商仅产生一次交易便再无后续合作，销售对此的解释是“拓新失败、竞争激烈”。同时，该运营对应汇报了上述情景下涉及到的应收账款坏账，以及此类特殊订单的费效比金额。

外部经济大环境的动荡以及企业经营政策的不合理（例如短期趋利性）、客户经营者的习惯（赌博、主体边界意识弱）等都会引发经销商存在风险，从而影响到你。例如其中的短期趋利性，企业大面积补贴新拓、大幅度促销等，都会产生经销商套利行为，进而销售在业绩的压力下新增新注册客户，企业承担额外费用，影响经营质量；此外，外部环境及经营者的问题，也会引发经营“倒闭”、“冻结”等各类问题。整体上，数字时代，整体都会在法院（诉讼案件）、工商（主体变更）、社保（缴纳人数减少、虚壳公司）、税务（应税缴纳）等外部大数据下有“影子”，而上述的风险扫描，在业务环境的预警控制，将有助于企业降低经营风险。

在与客户和供应商的交易过程中设置两个风险管控节点，接入外部工商信息数据，融合企业内部交易数据，如：历史逾期率、长账龄比例、坏账率、预期天数、经营异常、失信被执行信息等。对每项信息进行评分，构建风险评估模型全方面评估客商的工商、法务、税务、经营情况，经营风险，并在业务过程中自动风险预警。

此外，销售预测的准确性是一切的源头，涉及业务，也涉及数据及算法；对于数据本身而言既要着眼于内部，例如销售订单、经销商协同，也要基于外部，例如年龄数据、试销数据等。同时，善于构建业务的创新与善于利用数据是同等重要的，例如，基于预定单在B2B上的应用，测试经销商对于新品的热度，利用外部平台以及在一定区域内试销，根据上述业务及数据的优化再进行调整。总之，今天对于预测，不是简单的拍脑袋，技术使我们面对不确定性，构建相对确定性。